📚 الرئيسية

مسابقة دكتوراه 2015Université Djilali Liabès - Sidi Bel Abbès — الموضوع 03

مسابقة تخصص · Probabilités & Statistiques

Concours d'accès à l'École doctorale « Calcul Stochastique, Statistique et Applications », 1ère Épreuve : Recherche opérationnelle et Équations différentielles stochastiques et Processus stochastique, Sujet 1, Faculté des Sciences Exactes, Université Djillali Liabès de Sidi Bel Abbès, année universitaire 2014/2015.

التمرين 1

Exercice 01 — Programmation linéaire par le simplexe dual et solution du dual

#operations-research#linear-programming#simplex-method#duality#optimization

Résoudre le problème (P)(P) par la méthode du simplexe dual et en déduire la solution optimale du dual :

(P){Z=x1+2x2+3x3  min2x1+2x2x32x1x24x33x1+x22x362x1+x22x33xi0,i=1,2,3.(P)\quad\begin{cases}Z=x_1+2x_2+3x_3\ \longrightarrow\ \min\\ 2x_1+2x_2-x_3\geq 2\\ x_1-x_2-4x_3\leq -3\\ x_1+x_2-2x_3\geq 6\\ 2x_1+x_2-2x_3\geq 3\\ x_i\geq 0,\quad i=1,2,3.\end{cases}

الحل

Exercice 01

Forme standard. On met toutes les contraintes en \leq (problème de minimisation) en multipliant par 1-1 celles en \geq, puis on ajoute les variables d'écart s1,s2,s3,s40s_1,s_2,s_3,s_4\geq 0 :

{2x12x2+x3+s1=2x1x24x3+s2=3x1x2+2x3+s3=62x1x2+2x3+s4=3.\begin{cases}-2x_1-2x_2+x_3+s_1=-2\\ x_1-x_2-4x_3+s_2=-3\\ -x_1-x_2+2x_3+s_3=-6\\ -2x_1-x_2+2x_3+s_4=-3.\end{cases}

La base initiale (s1,s2,s3,s4)=(2,3,6,3)(s_1,s_2,s_3,s_4)=(-2,-3,-6,-3) est primal-irréalisable (seconds membres <0\lt 0) mais dual-réalisable : les coûts réduits cj=(1,2,3)0c_j=(1,2,3)\geq 0. Le simplexe dual s'applique.

Itération 1. Sortante : s3s_3 (second membre le plus négatif 6-6). Sur les coefficients négatifs de la ligne (x1:1, x2:1x_1:-1,\ x_2:-1), le test du ratio cjarj\dfrac{c_j}{|a_{rj}|} donne min ⁣(11,21)=1\min\!\big(\tfrac11,\tfrac21\big)=1 : x1x_1 entre.

Itération 2. Après pivotage, le second membre de s2s_2 devient 9-9 : s2s_2 sort. Coefficients négatifs x2:2, x3:2x_2:-2,\ x_3:-2, ratios min ⁣(12,52)=12\min\!\big(\tfrac12,\tfrac52\big)=\tfrac12 : x2x_2 entre.

Optimalité. Après ce pivot, tous les seconds membres sont 0\geq 0 (base s1=10, x2=92, x1=32, s4=92s_1=10,\ x_2=\tfrac92,\ x_1=\tfrac32,\ s_4=\tfrac92) et les coûts réduits restent 0\geq 0 : la solution est optimale.

x=(32, 92, 0),Zmin=32+292=212.\boxed{x^{*}=\Big(\tfrac32,\ \tfrac92,\ 0\Big),\qquad Z_{\min}=\tfrac32+2\cdot\tfrac92=\tfrac{21}{2}.}

Les contraintes (2)(2) et (3)(3) sont saturées (s2=s3=0s_2=s_3=0) ; (1)(1) et (4)(4) ne le sont pas.

Solution du dual. En écrivant (P)(P) avec toutes les contraintes en \geq (la 2e2^{e} devient x1+x2+4x33-x_1+x_2+4x_3\geq 3), le dual est

max 2y1+3y2+6y3+3y4s.c.{2y1y2+y3+2y412y1+y2+y3+y42y1+4y22y32y43yi0.\max\ 2y_1+3y_2+6y_3+3y_4\quad\text{s.c.}\quad\begin{cases}2y_1-y_2+y_3+2y_4\leq 1\\ 2y_1+y_2+y_3+y_4\leq 2\\ -y_1+4y_2-2y_3-2y_4\leq 3\\ y_i\geq 0.\end{cases}

Par les écarts complémentaires : s1>0y1=0s_1\gt 0\Rightarrow y_1=0, s4>0y4=0s_4\gt 0\Rightarrow y_4=0 ; x1,x2>0x_1,x_2\gt 0\Rightarrow les deux premières contraintes duales sont saturées :

y2+y3=1,y2+y3=2  y3=32, y2=12.-y_2+y_3=1,\qquad y_2+y_3=2\ \Longrightarrow\ y_3=\tfrac32,\ y_2=\tfrac12.

y=(0, 12, 32, 0),valeur duale=312+632=212=Zmin.\boxed{y^{*}=\Big(0,\ \tfrac12,\ \tfrac32,\ 0\Big),\qquad \text{valeur duale}=3\cdot\tfrac12+6\cdot\tfrac32=\tfrac{21}{2}=Z_{\min}.}

(Pour la contrainte (2)(2) initialement en \leq, la variable duale associée vaut y2=12-y_2=-\tfrac12.) La dualité forte est vérifiée.

التمرين 2

Exercice 02 — Processus d'Ornstein-Uhlenbeck : dynamique, moments et lois conditionnelles

#stochastic-calculus#stochastic-differential-equation#ito-formula#ornstein-uhlenbeck#conditional-expectation

Soit l'EDS

dXt=αXtdt+bdBt,X0=x.dX_t=\alpha X_t\,dt+b\,dB_t,\qquad X_0=x.

  1. On pose Yt=eαtXtY_t=e^{-\alpha t}X_t, calculer la dynamique de YtY_t.
  2. Exprimer YtY_t sous forme intégrale. En déduire la forme de XtX_t.
  3. Calculer E(Yt)E(Y_t) et E(Yt2)E(Y_t^2).
  4. Exprimer YtY_t pour t>st\gt s sous la forme Yt=Ys+stg(u)dBuY_t=Y_s+\int_s^t g(u)\,dB_u où l'on explicitera gg.
  5. Calculer E(YtFs)E(Y_t\mid\mathcal F_s) et Var(YtFs)\mathrm{Var}(Y_t\mid\mathcal F_s).
  6. En déduire E(XtFs)E(X_t\mid\mathcal F_s) et Var(XtFs)\mathrm{Var}(X_t\mid\mathcal F_s).
الحل

Exercice 02

1.

teαtt\mapsto e^{-\alpha t} étant déterministe (à variation finie), la formule d'intégration par parties d'Itô donne

dYt=αeαtXtdt+eαtdXt=αeαtXtdt+eαt(αXtdt+bdBt).dY_t=-\alpha e^{-\alpha t}X_t\,dt+e^{-\alpha t}dX_t=-\alpha e^{-\alpha t}X_t\,dt+e^{-\alpha t}\big(\alpha X_t\,dt+b\,dB_t\big).

dYt=beαtdBt.\boxed{dY_t=b\,e^{-\alpha t}\,dB_t.}

2.

En intégrant, avec Y0=X0=xY_0=X_0=x :

Yt=x+b0teαsdBs,Xt=eαtYt=xeαt+b0teα(ts)dBs.Y_t=x+b\int_0^t e^{-\alpha s}\,dB_s,\qquad X_t=e^{\alpha t}Y_t=\boxed{x\,e^{\alpha t}+b\int_0^t e^{\alpha(t-s)}\,dB_s.}

3.

L'intégrale d'Itô est centrée, donc E(Yt)=xE(Y_t)=x. Par l'isométrie d'Itô,

Var(Yt)=b20te2αsds=b22α(1e2αt),E(Yt)=x,E(Yt2)=x2+b22α(1e2αt).\mathrm{Var}(Y_t)=b^2\int_0^t e^{-2\alpha s}ds=\frac{b^2}{2\alpha}\big(1-e^{-2\alpha t}\big),\qquad \boxed{E(Y_t)=x,\quad E(Y_t^2)=x^2+\frac{b^2}{2\alpha}\big(1-e^{-2\alpha t}\big).}

4.

Pour t>st\gt s, Yt=Ys+bsteαudBuY_t=Y_s+b\displaystyle\int_s^t e^{-\alpha u}\,dB_u, d'où

g(u)=beαu.\boxed{g(u)=b\,e^{-\alpha u}.}

5.

YsY_s est Fs\mathcal F_s-mesurable et l'accroissement stgdBu\int_s^t g\,dB_u est indépendant de Fs\mathcal F_s et centré :

E(YtFs)=Ys,Var(YtFs)=stb2e2αudu=b22α(e2αse2αt).\boxed{E(Y_t\mid\mathcal F_s)=Y_s,\qquad \mathrm{Var}(Y_t\mid\mathcal F_s)=\int_s^t b^2 e^{-2\alpha u}du=\frac{b^2}{2\alpha}\big(e^{-2\alpha s}-e^{-2\alpha t}\big).}

6.

Comme Xt=eαtYtX_t=e^{\alpha t}Y_t :

E(XtFs)=eαtYs=eα(ts)Xs,E(X_t\mid\mathcal F_s)=e^{\alpha t}Y_s=e^{\alpha(t-s)}X_s,

Var(XtFs)=e2αtVar(YtFs)=b22α(e2α(ts)1).\mathrm{Var}(X_t\mid\mathcal F_s)=e^{2\alpha t}\,\mathrm{Var}(Y_t\mid\mathcal F_s)=\frac{b^2}{2\alpha}\big(e^{2\alpha(t-s)}-1\big).

E(XtFs)=eα(ts)Xs,Var(XtFs)=b22α(e2α(ts)1).\boxed{E(X_t\mid\mathcal F_s)=e^{\alpha(t-s)}X_s,\qquad \mathrm{Var}(X_t\mid\mathcal F_s)=\frac{b^2}{2\alpha}\big(e^{2\alpha(t-s)}-1\big).}